一种针对手机信令数据的停留识别评估方法、系统、终端以及存储介质

1.本技术属于手机信令数据处理技术领域，特别涉及一种针对手机信令数据的停留识别评估方法、系统、终端以及存储介质。


背景技术：

2.手机信令数据是手机用户与发射基站或者微站之间的通信数据，其已成为最主流的大数据源。目前针对手机信令数据的研究层出不穷，但手机信令数据中没有明确指出用户的活动起始时间、活动结束时间、活动地点等停留活动信息，因此需要通过停留识别算法对手机信令数据中的活动信息进行处理。手机信令数据是基于通信基站定位技术采集，由于这种采样特殊性，导致数据采样不均匀和数据噪声，极大增加了停留活动识别的难度和误差。
3.验证停留识别算法对于手机信令数据中停留活动的识别效果，需要一套针对性的评估方法。现有手机信令数据的研究中，对于停留活动识别效果的评估方法大部分仅根据主观感知作为参照，只有少量研究利用人口普查中的职住地数据对手机信令数据的停留识别可靠性进行评估验证。但考虑到人类出行活动的多样性，仅使用职住地数据进行停留识别评估并不具有普适性。同时，由于数据收集限制和隐私保护限制，上述研究难以获取手机信令数据对应的真实验证数据集，无法实现借助个体正确停留点进行可靠性验证。而现有的公开数据集均无法作为手机信令数据的停留识别算法的数据支撑。因此，有必要提供一套针对手机信令数据特点的评估系统，为众多基于手机信令数据的研究提供关键技术支撑。


技术实现要素：

4.本技术提供了一种针对手机信令数据的停留识别评估方法、系统、终端以及存储介质，旨在至少在一定程度上解决现有技术中的上述技术问题之一。
5.为了解决上述问题，本技术提供了如下技术方案：
6.一种针对手机信令数据的停留识别评估方法，包括：
7.采集出行目标在出行区域内的手机信令数据以及对应的gps数据；
8.基于所述手机信令数据，采用停留识别算法识别所述出行目标在出行区域的停留活动；
9.针对手机信令数据的时空采样特性，构建递进式停留识别评估系统，通过所述gps数据和停留识别评估系统对所述出行目标的停留活动识别结果进行评估。
10.本技术实施例采取的技术方案还包括：所采集出行目标在出行区域内的手机信令数据以及对应的gps数据具体为：
11.通过手机定位系统或gps定位仪获取所述出行目标的gps数据。
12.本技术实施例采取的技术方案还包括：所述采集出行目标在出行区域的手机信令
数据以及对应的gps数据还包括：
13.根据所述出行目标的出行日志对所述gps数据中的停留活动进行标记，并结合所述gps数据对所述手机信令数据进行预处理；所述预处理包括对所述手机信令数据的缺失值、冗余值或/和离散点进行插补或遗弃。
14.本技术实施例采取的技术方案还包括：所述采集出行目标在出行区域内的手机信令数据以及对应的gps数据还包括：
15.根据所述出行区域内的基站分布数据对所述手机信令数据和gps数据进行基站单元校验，删除掉所述手机信令数据和gps数据中出行区域之外的异常值，并计算所述gps数据在时间层面和空间层面的统计特征；
16.所述时间层面的统计特征包括出行活动类型分布、出行活动时间分布以及停留活动时间分布；
17.所述空间层面的统计特征包括停留位置空间分布以及出行距离空间分布。
18.本技术实施例采取的技术方案还包括：所述停留识别算法包括smot、smuot或twostages&mad。
19.本技术实施例采取的技术方案还包括：所述针对手机信令数据的时空采样特性，构建递进式停留识别评估系统，通过所述gps数据和停留识别评估系统对所述出行目标的停留活动识别结果进行评估具体为：
20.选取针对所述手机信令数据停留识别的应用场景、评估方法、评估指标及评估参数构建针对所述手机信令数据停留识别算法的停留识别评估体系，分别从空间判别、空间-时间状态判别以及空间-时间对象判别三个角度对所述停留活动识别结果进行评估；
21.所述空间判别用于判别所述出行目标在停留活动中的停留空间位置是否正确；所述空间判别的评估方法为判定所述停留识别算法识别到的停留点与正确停留点的空间范围是否邻近，所述空间判别的评估指标为给定空间范围内正确停留点样本数目的占比；
22.所述空间-时间状态判别用于识别所述出行目标在停留活动中的停留空间位置和对应的停留时长占比；所述空间-时间状态判别的评估方法为判定所述停留识别算法识别到的停留点与正确停留点的空间范围是否邻近，以及识别到的停留点的停留时长占全天时长的比值；所述空间-时间状态判别的评估指标为给定空间范围内正确停留点样本数目的占比和正确停留点处的停留活动累计时长占比；
23.所述空间-时间对象判别用于识别所述出行目标在停留活动中的停留空间位置和停留起止时间；所述空间-时间对象判别的评估方法为判定所述停留识别算法识别到的停留点与正确停留点的空间范围以及停留起止时间是否邻近；所述空间-时间对象判别的评估指标为给定空间范围内和时间范围内正确停留点样本数目的占比。
24.本技术实施例采取的另一技术方案为：一种针对手机信令数据的停留识别评估系统，包括：
25.数据采集模块：用于采集出行目标在出行区域内的手机信令数据以及对应的gps数据；
26.停留识别模块：用于基于所述手机信令数据，采用停留识别算法识别所述出行目标在出行区域的停留活动；
27.停留评估模块：用于针对手机信令数据的时空采样特性，构建递进式停留识别评
估系统，通过所述gps数据和停留识别评估系统对所述出行目标的停留活动识别结果进行评估。
28.本技术实施例采取的又一技术方案为：一种终端，所述终端包括处理器、与所述处理器耦接的存储器，其中，
29.所述存储器存储有用于实现所述针对手机信令数据的停留识别评估方法的程序指令；
30.所述处理器用于执行所述存储器存储的所述程序指令以控制针对手机信令数据的停留识别评估。
31.本技术实施例采取的又一技术方案为：一种存储介质，存储有处理器可运行的程序指令，所述程序指令用于执行所述针对手机信令数据的停留识别评估方法。
32.相对于现有技术，本技术实施例产生的有益效果在于：本技术实施例的针对手机信令数据的停留识别评估方法通过采集出行目标的手机信令数据以及对应的gps数据，基于手机信令数据采用停留识别算法识别出行目标在出行区域的停留活动，并针对手机信令数据的时空采样特性，构建递进式停留识别评估系统，根据gps数据和评估系统从空间判别、空间-时间状态判别以及空间-时间对象判别等多个角度对停留活动识别结果进行评估。本技术实施例能够充分考虑手机信令数据在停留识别时的噪声特性及干扰来源，为手机信令数据停留识别算法提供系统的验证评估，为众多基于手机信令数据的研究提供关键技术支撑。
附图说明
33.图1是本技术实施例的针对手机信令数据的停留识别评估方法的流程图；
34.图2为本技术实施例的针对手机信令数据的停留识别评估系统结构示意图；
35.图3为本技术实施例的终端结构示意图；
36.图4为本技术实施例的存储介质的结构示意图。
具体实施方式
37.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
38.请参阅图1，是本技术实施例的针对手机信令数据的停留识别评估方法的流程图。本技术实施例的针对手机信令数据的停留识别评估方法包括以下步骤：
39.s1：采集出行目标的原始手机信令数据以及对应的gps数据；
40.本步骤中，可通过手机定位系统或gps定位仪获取出行目标的gps数据。
41.s2：根据出行目标的出行日志对gps数据中的停留活动进行标记，并结合gps数据对原始手机信令数据进行预处理，生成手机信令数据集以及针对手机信令数据的gps验证数据集；
42.本步骤中，对原始手机信令数据进行的预处理包括对原始手机信令数据的缺失值、冗余值或/和离散点进行插补或遗弃等。
43.s3：根据出行区域的基站分布数据对手机信令数据集和gps验证数据集进行基站
单元校验(即删除掉数据集中出行区域之外的异常值)，并在人口移动性指标层面上计算gps验证数据集在时间层面和空间层面的统计特征；
44.本步骤中，计算gps验证数据集在时间层面的统计特征包括出行活动类型分布、出行活动时间分布以及停留活动时间分布等特征，计算gps验证数据集在空间层面的统计特征包括停留位置空间分布以及出行距离空间分布等特征，统计特征用于为停留活动识别结果评估的匹配距离阈值和匹配时间阈值提供参考依据。
45.s4：基于手机信令数据集，采用停留识别算法识别出行目标在出行区域的停留活动；
46.本步骤中，停留识别算法包括但不限于smot、smuot、twostages&mad等，识别的停留活动包括出行目标的停留空间位置、停留起止时间以及停留时长等信息。
47.s5：针对手机信令数据的时空采样特性，构建递进式停留识别评估系统，并通过gps验证数据集和停留识别评估系统对出行目标的停留活动识别结果进行评估；
48.本步骤中，针对手机信令数据的采集特点和应用场景，本技术实施例通过选取针对手机信令数据停留识别的应用场景、评估方法、评估指标、评估参数(包括给定空间范围和给定时间范围)等，构建出一套以gps数据为依准对手机信令数据停留活动识别结果进行递进式评估的手机信令数据停留识别算法评估体系，分别从空间判别、空间-时间状态判别以及空间-时间对象判别三个角度对停留活动识别结果进行评估。其中：
49.空间判别用于判别出行目标在停留活动中的停留空间位置是否正确；空间判别的评估方法为判定识别到的停留点与正确停留点的空间范围是否邻近(识别到的停留点与正确停留点之间的空间距离是否设定的距离范围内)，其评估指标是给定空间范围内正确停留点样本数目的占比。
50.空间-时间状态判别用于识别出行目标在停留活动中的停留空间位置和对应的停留时长占比；空间-时间状态判别的评估方法为判定识别到的停留点与正确停留点的空间范围是否邻近，以及识别到的停留点的停留时长占全天时间的比值，其评估指标是给定空间范围内正确停留点样本数目的占比和正确停留点处的停留活动累计时长占比。
51.空间-时间对象判别用于识别出行目标在停留活动中的停留空间位置和停留起止时间；空间-时间对象判别的评估方法为判定识别到的停留点与正确停留点的空间范围以及停留起止时间是否邻近，其评估指标为给定空间范围内给定空间范围内和时间范围内正确停留点样本数目的占比。
52.为了验证本技术实施例的可行性和有效性，通过在构建的手机信令数据集上对smot、smuot和twostages&mad停留识别算法进行了复现，得到手机信令数据停留识别结果；然后利用本技术实施例构建的手机信令数据停留识别算法评估体系对手机信令数据停留识别结果进行了空间判别、空间-时间判别以及空间-时间对象判别三个角度的评估，评估结果显示了各停留识别算法识别到的停留点与原始手机信令数据的活动停留点的差异，从而为手机信令数据停留识别算法提供了系统、准确的验证评估。
53.本技术实施例的针对手机信令数据的停留识别评估方法通过采集出行目标的手机信令数据以及对应的gps数据，基于手机信令数据采用停留识别算法识别出行目标在出行区域的停留活动，并针对手机信令数据的时空采样特性，构建递进式停留识别评估系统，根据gps数据和评估系统从空间判别、空间-时间状态判别以及空间-时间对象判别等多个
角度对停留活动识别结果进行评估。本技术实施例能够充分考虑手机信令数据在停留识别时的噪声特性及干扰来源，为手机信令数据停留识别算法提供系统的验证评估，为众多基于手机信令数据的研究提供关键技术支撑。
54.请参阅图2，是本技术实施例的针对手机信令数据的停留识别评估系统的结构示意图。本技术实施例的针对手机信令数据的停留识别评估系统40包括：
55.数据采集模块41：用于采集出行目标在出行区域内的手机信令数据以及对应的gps数据；
56.停留识别模块42：用于基于手机信令数据，采用停留识别算法识别出行目标在出行区域的停留活动；
57.停留评估模块43：用于针对手机信令数据的时空采样特性，构建递进式停留识别评估系统，通过所述gps数据和停留识别评估系统对所述出行目标的停留活动识别结果进行评估。
58.请参阅图3，为本技术实施例的终端结构示意图。该终端50包括处理器51、与处理器51耦接的存储器52。
59.存储器52存储有用于实现上述针对手机信令数据的停留识别评估方法的程序指令。
60.处理器51用于执行存储器52存储的程序指令以控制针对手机信令数据的停留识别评估。
61.其中，处理器51还可以称为cpu(central processing unit，中央处理单元)。处理器51可能是一种集成电路芯片，具有信号的处理能力。处理器51还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
62.请参阅图4，为本技术实施例的存储介质的结构示意图。本技术实施例的存储介质存储有能够实现上述所有方法的程序文件61，其中，该程序文件61可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
63.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本技术中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本技术所示的这些实施例，而是要符合与本技术所公开的原理和新颖特点相一致的最宽的范围。